Contact Allergens in Prescription Topical Ophthalmic Medications
Notice bibliographique
Résumé
BACKGROUND/OBJECTIVE: Both active and inactive ingredients in topical ophthalmic agents may cause allergic contact dermatitis. Here, we examined ingredients in prescription topical ophthalmic medications available in the United States. METHODS: A comprehensive list of topical ophthalmic medications was generated using AccessPharmacy. Categories included antiglaucoma, antibiotic, antibiotic/corticosteroid, corticosteroid, antiviral, antifungal, mydriatic, and miotic agents. For each formulation, ingredients were investigated using the National Institutes of Health US National Library of Medicine database and/or manufacturer websites. Counts and proportions were calculated for inactive ingredients, including those in the American Contact Dermatitis Society (ACDS) Core 90 Allergen Series. RESULTS: Two hundred sixty-four unique prescription ophthalmic medications met the inclusion criteria. The most common ACDS Core 90 allergen/cross-reactor inactive ingredient was benzalkonium chloride (68.1%, 180/264), followed by sorbates (11.7%, 31/264), parabens (6.8%, 18/264), sodium metabisulfite (3.8%, 10/264), propylene glycol (3.0%, 8/264), and lanolin (3.0%, 8/264). Approximately 21% (20.8%, 55/264) of products had no ACDS Core 90 allergens/cross-reactor inactive ingredients. The most common ACDS Core 90 allergen/cross-reactor active ingredients were aminoglycoside antibiotics, bacitracin/polymyxin B, and corticosteroids. Important non-ACDS Core 90 allergens included inactive ingredients, such as EDTA 28.0% and thimerosal 2.7%, as well as active ingredients, especially β-blockers. CONCLUSIONS: Benzalkonium chloride, sodium metabisulfite, propylene glycol, and lanolin were common inactive ingredient allergens. Most ophthalmic categories had low allergen formulations available for patients with contact allergy.
Récupéré en direct depuis OpenAlex et désinversé. Les résumés ne sont pas conservés dans cette base de données : les index inversés représentent 8,6 Go des 9,3 Go de texte de la base, et le serveur dispose de 13 Go libres.
Comment cette classification a été obtenuedéplier
Prédiction distillée sur la base complète
Imitation des enseignantsNi prévalence calibrée, ni vérité terrain. Validation humaine à venir. Apprise à partir de 10 348 étiquettes directes de Codex et de 10 348 étiquettes directes de Gemma. Le mode candidate est l'union des têtes enseignantes seuillées; le consensus est leur intersection. Ces sorties portent le statut machine_predicted_unvalidated et ne sont ni des étiquettes humaines ni des étiquettes directes de modèles de pointe.
Scores Codex et Gemma par catégorie
| Catégorie | Codex | Gemma |
|---|---|---|
| Métarecherche | 0,000 | 0,000 |
| Méta-épidémiologie (sens strict) | 0,000 | 0,000 |
| Méta-épidémiologie (sens large) | 0,000 | 0,000 |
| Bibliométrie | 0,000 | 0,000 |
| Études des sciences et des technologies | 0,000 | 0,000 |
| Communication savante | 0,000 | 0,000 |
| Science ouverte | 0,000 | 0,000 |
| Intégrité de la recherche | 0,000 | 0,000 |
| Charge utile insuffisante (le modèle a refusé de juger) | 0,002 | 0,000 |
Scores machine (provisoires)
Les deux têtes enseignantes du modèle étudiant, lues sur ce travail. Un score ordonne la base pour la relecture; il n'affirme jamais une catégorie, et le statut de validation accompagne chaque rangée tel quel.
Scores de référence d'un modèle non mature (critères de maturité non atteints, 7 itérations). Un score ordonne; il n'affirme jamais une catégorie.
score_only:v0-immature-baseline · tel quel depuis la passe de notation : score_only signifie que le nombre peut ordonner les travaux, et qu'aucune étiquette de catégorie n'en découleClassification
machine, non validéePrédiction automatique; un appel candidat d’une seule tête enseignante, pas un consensus.
Le détail, modèle par modèle et score par score, se trouve en fin de page sous « Comment cette classification a été obtenue ».